Тесты Фощан ответы. Тема Основные понятия теории вероятностей и статистики (Теоретические вопросы)
 Скачать 1.98 Mb.
|
|
не является условие … - гомоскедастичности остатков; - случайный характер остатков; - отсутствие автокорреляции в остатках; + неслучайный характер остатков. Нелинейное уравнение регрессии означает нелинейную форму зависимости между: - фактором и результатом; - фактором и случайной величиной; + результатом и факторами; - результатом и параметрами. Несмещенность оценки на практике означает … - уменьшение точности с увеличением объема выборки; - невозможность перехода от точечного оценивания к интервальному; - что найденное значение коэффициента регрессии нельзя рассматривать как среднее значение из возможного большого количества несмещенных оценок; + что при большом числе выборочных оцениваний остатки не будут накапливаться. Стандартная ошибка рассчитывается для проверки существенности … + параметра; - коэффициента детерминации; - случайной величины; - коэффициента корреляции. Факторная дисперсия служит для оценки влияния: - как учтенных факторов, так и случайные воздействия; + учтенных явно в модели факторов; - величины постоянной составляющей в уравнении; - случайных воздействий. Экспоненциальным не является уравнение регрессии: - ; - ; + ; - Известно, что с увеличением объема производства себестоимость единицы продукции уменьшается за счет того, что происходит перераспределение постоянных издержек. Пусть - совокупная величина постоянных издержек, а - величина переменных издержек в расчете на 1 изделие. Тогда зависимость себестоимости единицы продукции от объема производства можно описать с помощью модели: - ; - ; + ; - В основе метода наименьших квадратов лежит … - равенство нулю суммы квадратов отклонений фактических значений результативного признака от его теоретических значений; - минимизация суммы квадратов отклонений фактических значений результативного признака от его средних значений; + минимизация суммы квадратов отклонений фактических значений результативного признака от его теоретических значений; - максимизация суммы квадратов отклонений фактических значений результативного признака от его теоретических значений. Объем выборки определяется … - числовыми значениями переменных, отбираемых в выборку; - объемом генеральной совокупности; + числом параметров при независимых переменных; - числом результативных переменных. При оценке статистической значимости уравнения и существенности связи осуществляется проверка … - существенности параметров; - существенности коэффициента корреляции; + существенности коэффициента детерминации; - нулевой гипотезы. Для модели зависимости дохода населения (р.) от объема производства (млн р.) получено уравнение . При изменении объема производства на 1 млн р. доход в среднем изменится на … + 0,003 млн р.; - 1200 млн р.; - 1200 р.; - 0,003 р. Относительно формы зависимости различают … - простую и множественную регрессию; - положительную и отрицательную регрессию; - непосредственную и косвенную регрессию; + линейную и нелинейную регрессию. В матрице парных коэффициентов корреляции отображены значения парных коэффициентов линейной корреляции между … - переменными и случайными факторами; + переменными; - параметрами; - параметрами и переменными. Уравнение регрессии может быть реализовано при помощи подстановки: - ; - ; + ; - Спецификацию нелинейного уравнения парной регрессии целесообразно использовать, если значение … - линейного коэффициента корреляции для исследуемой зависимости близко к 1; - индекса корреляции для исследуемой зависимости близко к 0; + индекса детерминации, рассчитанного для данной модели достаточно близко к 1; - доля остаточной дисперсии результативного признака в его общей дисперсии стремится к 1. Если значение коэффициента корреляции равно единице, то связь между результатом и фактором … - стохастическая; - вероятностная; + функциональная; - отсутствует. Эффективность оценки на практике характеризуется … - невозможностью перехода от точечного оценивания к интервальному; - отсутствием накапливания значений остатков при большом числе выборочных оцениваний; - уменьшением точности с увеличением объема выборки; + возможность перехода от точечного оценивания к интервальному Линеаризация не подразумевает процедуру … + включение в модель дополнительных существенных факторов; - приведение нелинейного уравнения к линейному; - замены переменных; - преобразования уравнения. Основной задачей эконометрики является … - установление связей между различными процессами в обществе и техническим процессом; - анализ технического процесса на примере социально-экономических показателей; - отражение особенности социального развития общества; + исследование взаимосвязей экономических явлений и процессов. При применении метода наименьших остатков уменьшить гетероскедастичность остатков удается путем … + преобразования переменных; - преобразования параметров; - введения дополнительных результатов в модель; - введения дополнительных факторов в модель. Значение индекса детерминации, рассчитанное для нелинейного уравнения регрессии характеризует … + долю дисперсии результативного признака, объясненную нелинейной регрессией в общей дисперсии результативного признака; - долю дисперсии результативного признака, объясненную линейной корреляцией в общей дисперсии результативного признака; Предпосылкой метода наименьших квадратов является … - присутствие автокорреляции между результатом и фактором; - отсутствие корреляции между результатом и фактором; - присутствие автокорреляции в остатках; + отсутствие автокорреляции в остатках. Было замечено, что при увеличении количества вносимых удобрений урожайность также возрастает, однако, по достижении определенного значения фактора моделируемый показатель начинает убывать. Для исследования данной зависимости можно использовать спецификацию уравнения регрессии … - ; - ; - ; + Если оценка параметра эффективна, то это означает … - максимальную дисперсию остатков; - уменьшение точности с увеличением объема выборки; - равенство нулю математического ожидания остатков; + наименьшую дисперсию остатков. При выборе спецификации модели парная регрессия используется в случае, когда … - среди множества факторов, влияющих на результат, можно выделить лишь случайные факторы; - среди множества факторов, влияющих на результат, можно выделить несколько факторов; + среди множества факторов, влияющих на результат, можно выделить доминирующий фактор; - среди множества факторов, влияющих на результат, нельзя выделить доминирующий фактор. Нелинейную модель зависимостей экономических показателей нельзя привести к линейному виду, если … + нелинейная модель является внутренне нелинейной; - нелинейная модель является внутренне линейной; - линейная модель является внутренне нелинейной; - линейная модель является внутренне линейной. Для существенного параметра расчетное значение критерия Стьюдента … - равно нулю; + больше табличного значения критерия; - не больше табличного значения критерия; - меньше табличного значения критерия. Оценить статистическую значимость нелинейного уравнения регрессии можно с помощью … - средней ошибки аппроксимации; + критерия Фишера; - линейного коэффициента корреляции; - показателя эластичности. Расчетное значение критерия Фишера определяется как ___________факторной дисперсии и остаточной, рассчитанных на одну степень свободы - произведение; - разность; - сумма; + отношение. Критическое значение критерия Стьюдента определяет минимально возможную величину, допускающую принятие гипотезы о … - несущественности параметра; + существенности параметра; - статистической незначимости значения параметра; - равенства нулю значения параметра. Если между экономическими показателями существует нелинейная связь, то … - нецелесообразно использовать спецификацию нелинейного уравнения регрессии; + целесообразно использовать спецификацию нелинейного уравнения регрессии; - целесообразно использовать линейное уравнение парной регрессии; - необходимо включить в модель другие факторы и использовать линейное уравнение множественной регрессии. Оценка значимости параметров уравнения регрессии осуществляется по критерию … - Ингла-Гренджера (Энгеля-Грангера); + Стьюдента; - Фишера; - Дарбина-Уотсона. Назовите показатель тесноты связи для нелинейных моделей регрессии: + индекс корреляции; - индекс детерминации; - линейный коэффициент корреляции; - парный коэффициент линейной корреляции. Объем выборки определяется числом параметров при … - зависимых переменных; + независимых переменных; - случайных факторах; - независимых и зависимых переменных. Значение индекса корреляции, рассчитанное для нелинейного уравнения регрессии характеризует … - тесноту случайной связи; - тесноту линейной связи; + тесноту нелинейной связи; - тесноту обратной связи. Пусть у = у теор + s, где у - фактическое значение зависимой переменной, у теор - теоретическое, рассчитанное по уравнению значение зависимой переменной (объясненное уравнением регрессии), е- ошибка модели. По значению коэффициента детерминации можно судить о доли объясненной дисперсии результативного признака в дисперсии... —его теоретических значений —случайных факторов —его фактических значений —независимой переменной Подбор аналитической формы зависимости для уравнения парной регрессии возможен на основе графиков разброса... —теоретических точек с координатами —остатков модели е г ,е 2 ,...,е п —центрированных по факторной переменной точек с координатами — ( Xl -х,у^{х 2 -Х,у 2 ),...,(х п -Х,у„) —эмпирических точек с координатами — (хл),^,^ ),..., (х„,у„) Д ля определения степени зависимости результативной переменной от факторных, пользуются методом... —корреляционного анализа —наименьших квадратов —кластерного анализа —скользящих средних Предпосылка применения корреляционного анализа... —совокупность значений факторных и результативных признаков распределена по нормальному закону —совокупность значений факторных и результативных признаков имеет распределение Стьюдента —совокупность значений факторных признаков распределена по нормальному закону, а результативного - по произвольному —совокупность значений результативного признака распределена по нормальному закону, а закон распределения совокупности факторных признаков - произвольный Уравнение нелинейной регрессии y = y + s , где е 2 у - общая дисперсия результативного признака у; cr o 2 st -остаточная дисперсия ошибки s , может оцениваться показателем тесноты связи -индексом корреляции R, который вычисляется по формуле... Тема Парная регрессия (Задачи) Зависимость спроса на кухонные комбайны y от цены x по 12 торговым точкам компании имеет вид: В скобках – фактическое значение t – критерия. Ранее предполагалось, что увеличение цены на 1 % приводит к уменьшению спроса на 1,4 %. Можно ли утверждать, что приведенное уравнение регрессии подтверждает это предположение? +—Нет, на любом уровне (0,1; 0,05 и 0,1) —Да, на любом уровне (0,1; 0,05 и 0,1) —Нет, только на уровнях 0,05 и 0,1 —Нет, только на уровне 0,1 Зависимость спроса на кухонные комбайны y от цены x по 18 торговым точкам компании имеет вид: В скобках – фактическое значение t – критерия. Ранее предполагалось, что увеличение цены на 1 % приводит к уменьшению спроса на 1,5 %. Можно ли утверждать, что приведенное уравнение регрессии подтверждает это предположение? +—Да, только на уровне значимости 0,01 —Нет, на любом уровне (0,01, 0,05 и 0,1) —Да, только на уровнях 0,01 и 0,05 —Да, на любом уровне (0,1, 0,05 и 0,01) Зависимость спроса на кухонные комбайны y от цены x по 15 торговым точкам компании имеет вид: В скобках – фактическое значение t – критерия. Ранее предполагалось, что увеличение цены на 1 % приводит к уменьшению спроса на 1,3 %. Можно ли утверждать, что приведенное уравнение регрессии подтверждает это предположение? +—Да, на любом уровне (0,1, 0,05 и 0,01) —Нет, на любом уровне (0,01, 0,05 и 0,1) —Да, только на уровнях 0,01 и 0,05 —Да, только на уровне значимости 0,01 Зависимость спроса на кухонные комбайны y от цены x по 12 торговым точкам компании имеет вид: В скобках – фактическое значение t – критерия. Ранее предполагалось, что увеличение цены на 1 % приводит к уменьшению спроса на 1,3 %. Можно ли утверждать, что приведенное уравнение регрессии подтверждает это предположение? +—Да, только на уровнях 0,01 и 0,05 —Нет, на любом уровне (0,01, 0,05 и 0,1) —Да, только на уровне значимости 0,01 —Да, на любом уровне (0,1, 0,05 и 0,01) Зависимость спроса на кухонные комбайны y от цены x по 14 торговым точкам компании имеет вид: В скобках – фактическое значение t – критерия. Ранее предполагалось, что увеличение цены на 1 % приводит к уменьшению спроса на 1,2%. Можно ли утверждать, что приведенное уравнение регрессии подтверждает это предположение? +—Нет, на любом уровне (0,01, 0,05 и 0,1) —Да, только на уровне значимости 0,01 —Да, только на уровнях 0,01 и 0,05 —Да, на любом уровне (0,1, 0,05 и 0,01) Зависимость спроса на кухонные комбайны y от цены x по 15 торговым точкам компании имеет вид: В скобках – фактическое значение t – критерия. Ранее предполагалось, что увеличение цены на 1 % приводит к уменьшению спроса на 1,1 %. Можно ли утверждать, что приведенное уравнение регрессии подтверждает это предположение? +—Да, только на уровнях 0,01 и 0,05 —Нет, на любом уровне (0,01, 0,05 и 0,1) —Да, только на уровне значимости 0,01 —Да, на любом уровне (0,1, 0,05 и 0,01) Зависимость спроса на кухонные комбайны y от цены x по 20 торговым точкам компании имеет вид: В скобках – фактическое значение t – критерия. Ранее предполагалось, что увеличение цены на 1 % приводит к уменьшению спроса на 1,3 %. Можно ли утверждать, что приведенное уравнение регрессии подтверждает это предположение? +—Да, только на уровне значимости 0,01 —Нет, на любом уровне (0,01, 0,05 и 0,1) —Да, только на уровнях 0,01 и 0,05 —Да, на любом уровне (0,1, 0,05 и 0,01) Для двух видов продукции А и Б зависимость удельных постоянных расходов от объема выпускаемой продукции выглядят следующим образом: Сравнить эластичности затрат по каждому виду продукции при x=50 и определить объем выпускаемой продукции обоих видов, при котором их эластичность будут одинаковы +— — — — Для двух видов продукции А и Б зависимость удельных постоянных расходов от объема выпускаемой продукции выглядят следующим образом: Сравнить эластичности затрат по каждому виду продукции при x=60 и определить объем выпускаемой продукции обоих видов, при котором их эластичность будут одинаковы +— — — — Для двух видов продукции А и Б зависимость удельных постоянных расходов от объема выпускаемой продукции выглядят следующим образом: Сравнить эластичности затрат по каждому виду продукции при x=80 и определить объем выпускаемой продукции обоих видов, при котором их эластичность будут одинаковы +— — — — Для двух видов продукции А и Б зависимость удельных постоянных расходов от объема выпускаемой продукции выглядят следующим образом: Сравнить эластичности затрат по каждому виду продукции при x=40 и определить объем выпускаемой продукции обоих видов, при котором их эластичность будут одинаковы +— — — — Для двух видов продукции А и Б зависимость удельных постоянных расходов от объема выпускаемой продукции выглядят следующим образом: Сравнить эластичности затрат по каждому виду продукции при x=25 и определить объем выпускаемой продукции обоих видов, при котором их эластичность будут одинаковы +— — — — Для двух видов продукции А и Б зависимость удельных постоянных расходов от объема выпускаемой продукции выглядят следующим образом: Сравнить эластичности затрат по каждому виду продукции при x=30 и определить объем выпускаемой продукции обоих видов, при котором их эластичность будут одинаковы +— — — — Для двух видов продукции А и Б зависимость удельных постоянных расходов от объема выпускаемой продукции выглядят следующим образом: Сравнить эластичности затрат по каждому виду продукции при x=40 и определить объем выпускаемой продукции обоих видов, при котором их эластичность будут одинаковы +— — — — Для двух видов продукции А и Б зависимость удельных постоянных расходов от объема выпускаемой продукции выглядят следующим образом: Сравнить эластичности затрат по каждому виду продукции при x=45 и определить объем выпускаемой продукции обоих видов, при котором их эластичность будут одинаковы +— — — — Для двух видов продукции А и Б зависимость удельных постоянных расходов от объема выпускаемой продукции выглядят следующим образом: Сравнить эластичности затрат по каждому виду продукции при x=40 и определить объем выпускаемой продукции обоих видов, при котором их эластичность будут одинаковы — — — +— Для двух видов продукции А и Б зависимость удельных постоянных расходов от объема выпускаемой продукции выглядят следующим образом: Сравнить эластичности затрат по каждому виду продукции при x=55 и определить объем выпускаемой продукции обоих видов, при котором их эластичность будут одинаковы +— — — — Пусть имеется уравнение парной регрессии: построенное по 15 наблюдениям. При этом r=-0.7. Доверительный интервал для коэффициента регрессии в этой модели имеет вид: +—(-11,11; -0,89) с вероятностью 0,99 —(-9,67;-2,33) с вероятностью 0,99 —(-9,01; -2,99) с вероятностью 0,95 —(-8,53; -2,32) с вероятностью 0,9 Пусть имеется уравнение парной регрессии: построенное по 18 наблюдениям. При этом r=-0.75. Доверительный интервал для коэффициента регрессии в этой модели имеет вид: +—(-6,92; -3,08) с вероятностью 0,9 —(-6,92;-3,08) с вероятностью 0,95 —(-8,22; -1,78) с вероятностью 0,95 —(-7,34; -2,66) с вероятностью 0,99 Пусть имеется уравнение парной регрессии: построенное по 20 наблюдениям. При этом r=-0.65. Доверительный интервал для коэффициента регрессии в этой модели имеет вид: +—(-6,32;-1,68) с вероятностью 0,95 —(-5,91;-2,09) с вероятностью 0,99 —(-6,32; -1,68) с вероятностью 0,99 —(-5,91; -2,09) с вероятностью 0,95 Пусть имеется уравнение парной регрессии: построенное по 22 наблюдениям. При этом r=0.73. Доверительный интервал для коэффициента регрессии в этой модели имеет вид: +—(1,69; 4,31) с вероятностью 0,95 —(-0,49;6,49) с вероятностью 0,95 —(-1,76; 7,76) с вероятностью 0,99 —(1,23; 4,77) с вероятностью 0,99 Пусть имеется уравнение парной регрессии: построенное по 24 наблюдениям. При этом r=0.68. Доверительный интервал для коэффициента регрессии в этой модели имеет вид: +—(2,46;11,54) с вероятностью 0,99 —(2,50; 11,50) с вероятностью 0,99 —(6,36; 7,64) с вероятностью 0,90 —(3,68; 10,32) с вероятностью 0,95 Пусть имеется уравнение парной регрессии: построенное по 20 наблюдениям. При этом r=0.86. Доверительный интервал для коэффициента регрессии в этой модели имеет вид: +—(2,27;3,73) с вероятностью 0,90 —(2,14;3,86) с вероятностью 0,95 —(2,28; 3,72) с вероятностью 0,99 —(1,85; 4,15) с вероятностью 0,99 Пусть имеется уравнение парной регрессии: построенное по 15 наблюдениям. При этом r=0,53. Доверительный интервал для коэффициента регрессии в этой модели имеет вид: +—(0,20;9,80) с вероятностью 0,95 —(0,05;9,95) с вероятностью 0,99 —(1,17; 8,83) с вероятностью 0,90 —(0,35; 9,65) с вероятностью 0,95 Пусть имеется уравнение парной регрессии: построенное по 18 наблюдениям. При этом r=-0,6. Доверительный интервал для коэффициента регрессии в этой модели имеет вид: +—(-3,42;-0,58) с вероятностью 0,95 —(-3,7;-0,3) с вероятностью 0,99 —(-3,21; -0,79) с вероятностью 0,90 —(-3,56; -0,44) с вероятностью 0,95 Пусть имеется уравнение парной регрессии: построенное по 16 наблюдениям. При этом r= . Доверительный интервал для коэффициента регрессии в этой модели имеет вид: +—(-4,80;-1,2) с вероятностью 0,99 —(-4,36;-1,64) с вероятностью 0,95 —(-3,98; -2,02) с вероятностью 0,90 —(-4,96; -1,04) с вероятностью 0,99 Пусть имеется уравнение парной регрессии: построенное по 14 наблюдениям. При этом . Доверительный интервал для коэффициента регрессии в этой модели имеет вид: +—(-16,72; 0,72) с вероятностью 0,95 —(-17,32; 1,32) с вероятностью 0,99 —(-16,13; 0,13) с вероятностью 0,90 —(-15,76; -0,24) с вероятностью 0,90 Уравнение регрессии потребления материалов от объема производства , построенное по 18 наблюдениям, имеет вид: В скобках – фактическое значение t – критерия. Коэффициент детерминации для этого уравнения равен: +—0,360 —0,384 —0,247 —0,456 Уравнение регрессии потребления материалов от объема производства , построенное по 20 наблюдениям, имеет вид: В скобках – фактическое значение t – критерия. Коэффициент детерминации для этого уравнения равен: +—0,405 —0,428 —0,292 —0,501 Уравнение регрессии потребления материалов от объема производства , построенное по 15 наблюдениям, имеет вид: В скобках – фактическое значение t – критерия. Коэффициент детерминации для этого уравнения равен: +—0,448 —0,564 —0,356 —0,621 Уравнение регрессии потребления материалов от объема производства , построенное по 20 наблюдениям, имеет вид: В скобках – фактическое значение t – критерия. Коэффициент детерминации для этого уравнения равен: +—0,491 —0,425 —0,379 —0,531 Уравнение регрессии потребления материалов от объема производства , построенное по 18 наблюдениям, имеет вид: В скобках – фактическое значение t – критерия. Коэффициент детерминации для этого уравнения равен: +—0,327 —0,425 —0,517 —0,369 Уравнение регрессии потребления материалов от объема производства , построенное по 25 наблюдениям, имеет вид: В скобках – фактическое значение t – критерия. Коэффициент детерминации для этого уравнения равен: +—0,373 —0,321 —0,415 —0,512 Уравнение регрессии потребления материалов от объема производства , построенное по 15 наблюдениям, имеет вид: В скобках – фактическое значение t – критерия. Коэффициент детерминации для этого уравнения равен: +—0,675 —0,519 —0,631 —0,620 Уравнение регрессии потребления материалов от объема производства , построенное по 18 наблюдениям, имеет вид: В скобках – фактическое значение t – критерия. Коэффициент детерминации для этого уравнения равен: +—0,461 —0,395 —0,423 —0,522 Уравнение регрессии потребления материалов от объема производства , построенное по 20 наблюдениям, имеет вид: В скобках – фактическое значение t – критерия. Коэффициент детерминации для этого уравнения равен: +—0,495 —0,517 —0,444 —0,396 По совокупности 15 предприятий торговли изучается зависимость между ценой на товар А и прибылью торгового предприятия. При оценке регрессионной модели были получены следующие результаты: Индекс корреляции, фактическое значение F- критерия значимость уравнения регрессии следующие: +— уравнение статистически не значимо на уровнях 0,01 и 0,05 — уравнение статистически значимо только на уровне 0,1 — уравнение статистически значимо только на уровнях 0,1 и 0,05 — уравнение статистически значимо на всех уровнях По совокупности 18 предприятий торговли изучается зависимость между ценой на товар А и прибылью торгового предприятия. При оценке регрессионной модели были получены следующие результаты: Определить индекс корреляции и фактическое значение F- критерия, а также статистическую значимость уравнения регрессии +— уравнение статистически значимо на уровнях 0,05 и 0,1 — уравнение статистически не значимо на уровне 0,01 — уравнение статистически значимо на всех уровнях — уравнение статистически не значимо на всех уровнях По совокупности 25 предприятий торговли изучается зависимость между ценой на товар А и прибылью торгового предприятия. При оценке регрессионной модели были получены следующие результаты: Определить индекс корреляции и фактическое значение F- критерия, а также статистическую значимость уравнения регрессии +— уравнение статистически значимо на уровнях 0,1 и 0,05 — уравнение статистически не значимо на уровне 0,01 — уравнение статистически значимо на всех уровнях — уравнение статистически не значимо на всех уровнях По совокупности 20 предприятий торговли изучается зависимость между ценой на товар А и прибылью торгового предприятия. При оценке регрессионной модели были получены следующие результаты: Определить индекс корреляции и фактическое значение F- критерия, а также статистическую значимость уравнения регрессии +— уравнение статистически значимо на всех уровнях — уравнение статистически значимо на уровне 0,1 — уравнение статистически значимо на уровнях 0,1 и 0,05 — уравнение статистически не значимо на уровнях 0,05 и 0,01 По совокупности 30 предприятий торговли изучается зависимость между ценой на товар А и прибылью торгового предприятия. При оценке регрессионной модели были получены следующие результаты: Определить индекс корреляции и фактическое значение F- критерия, а также статистическую значимость уравнения регрессии +— уравнение статистически значимо на всех уровнях — уравнение статистически значимо на уровнях 0,1 и 0,05 — уравнение статистически не значимо на уровнях 0,05 и 0,01 — уравнение статистически значимо на уровне 0,10 По совокупности 20 предприятий торговли изучается зависимость между ценой на товар А и прибылью торгового предприятия. При оценке регрессионной модели были получены следующие результаты: Определить индекс корреляции и фактическое значение F- критерия, а также статистическую значимость уравнения регрессии +— уравнение статистически значимо на уровнях 0,1 и 0,05 — уравнение статистически значимо на всех уровнях — уравнение статистически значимо на уровнях 0,1 и 0,05 — уравнение статистически не значимо на уровне 0,01 По совокупности 22 предприятий торговли изучается зависимость между ценой на товар А и прибылью торгового предприятия. При оценке регрессионной модели были получены следующие результаты: Определить индекс корреляции и фактическое значение F- критерия, а также статистическую значимость уравнения регрессии +— уравнение статистически значимо на уровне 0,1 — уравнение статистически значимо на уровнях 0,1 и 0,05 — уравнение статистически значимо на всех уровнях — уравнение статистически не значимо на уровне 0,1 По совокупности 28 предприятий торговли изучается зависимость между ценой на товар А и прибылью торгового предприятия. При оценке регрессионной модели были получены следующие результаты: Определить индекс корреляции и фактическое значение F- критерия, а также статистическую значимость уравнения регрессии +— уравнение статистически значимо на уровнях 0,1 и 0,05 — уравнение статистически не значимо на уровне 0,01 — уравнение статистически значимо на всех уровнях — уравнение статистически значимо на уровне 0,1 По совокупности 30 предприятий торговли изучается зависимость между ценой на товар А и прибылью торгового предприятия. При оценке регрессионной модели были получены следующие результаты: Определить индекс корреляции и фактическое значение F- критерия, а также статистическую значимость уравнения регрессии +— уравнение статистически значимо на всех уровнях — уравнение статистически значимо на уровнях 0,1 и 0,05 — уравнение статистически значимо на уровне 0,1 — уравнение статистически не значимо на уровне 0,01 По совокупности 20 предприятий торговли изучается зависимость между ценой на товар А и прибылью торгового предприятия. При оценке регрессионной модели были получены следующие результаты: Определить индекс корреляции и фактическое значение F- критерия, а также статистическую значимость уравнения регрессии +— уравнение статистически значимо уровне 0,1 — уравнение статистически значимо на уровнях 0,1 и 0,05 — уравнение статистически значимо на всех уровнях — уравнение статистически не значимо на уровне 0,01 Изучалась зависимость вида y=a*x b . Для преобразованных в логарифмах переменных получены следующие данные: Найдите параметр b +—0,4 —0,7 —0,6 —0,5 Изучалась зависимость вида y=a*x b . Для преобразованных в логарифмах переменных получены следующие данные: Найдите параметр b +—0,6 —0,5 —0,7 —0,4 Изучалась зависимость вида y=a*x b . Для преобразованных в логарифмах переменных получены следующие данные: Найдите параметр b +—0,6 —0,7 —0,5 —0,4 Изучалась зависимость вида y=a*x b . Для преобразованных в логарифмах переменных получены следующие данные: Найдите параметр b +—0,4 —0,7 —0,6 —0,5 Изучалась зависимость вида y=a*x b . Для преобразованных в логарифмах переменных получены следующие данные: Найдите параметр b +—0,6 —0,4 —0,7 —0,5 Изучалась зависимость вида y=a*x b . Для преобразованных в логарифмах переменных получены следующие данные: Найдите параметр b +—0,9 —0,7 —0,6 —0,8 Изучалась зависимость вида y=a*x b . Для преобразованных в логарифмах переменных получены следующие данные: Найдите параметр b +—0,4 —0,7 —0,6 —0,5 Изучалась зависимость вида y=a*x b . Для преобразованных в логарифмах переменных получены следующие данные: Найдите параметр b +—0,4 —0,7 —0,6 —0,5 Изучалась зависимость вида y=a*x b . Для преобразованных в логарифмах переменных получены следующие данные: Найдите параметр b +—0,3 —0,4 —0,6 —0,5 Изучалась зависимость вида y=a*x b . Для преобразованных в логарифмах переменных получены следующие данные: Найдите параметр b +—0,5 —0,7 —0,6 —0,4 Зависимость объема продаж y от расходов на рекламу х характеризуется по 12 предприятиям концерна следующим образом: Определите коэффициент корреляции, регрессионную сумму квадратов отклонений, t-статистику коэффициента регрессии, F-статистику +—R xy =0,83; S 2 регр =7,95; F=22,04,t b =4,69 —R xy =0,83; S 2 регр =5,35; F=12,t b =3,9 —R xy =0,43; S 2 регр =3,74; F=5,t b =2,4 —R xy =0,43; S 2 регр =3,48; F=7,t b =2,5 Зависимость объема продаж y от расходов на рекламу х характеризуется по 15 предприятиям концерна следующим образом: Определите коэффициент корреляции, регрессионную сумму квадратов отклонений, t-статистику коэффициента регрессии, F-статистику +—R xy =0,90; S 2 регр =17,98; F=56,83,t b =7,54 —R xy =0,90; S 2 регр =15,35; F=32,0, t b =6,9 —R xy =0,71; S 2 регр =13,74; F=5,0, t b =2,4 —R xy =0,71; S 2 регр =9,48; F=7,0, t b =2,5 Зависимость объема продаж y от расходов на рекламу х характеризуется по 18 предприятиям концерна следующим образом: Определите коэффициент корреляции, регрессионную сумму квадратов отклонений, t-статистику коэффициента регрессии, F-статистику +—R xy =0,90; S 2 регр =16,48; F=70,02, t b =8,37 —R xy =0,90; S 2 регр =15,35; F=50,01, t b =5,2 —R xy =0,54; S 2 регр =9,82; F=40,2, t b =4,8 —R xy =0,54; S 2 регр =8,32; F=38,9, t b =4,5 Зависимость объема продаж y от расходов на рекламу х характеризуется по 15 предприятиям концерна следующим образом: Определите коэффициент корреляции, регрессионную сумму квадратов отклонений, t-статистику коэффициента регрессии, F-статистику +—R xy =0,91; S 2 регр =14,75; F=66,24, t b =8,14 —R xy =0,91; S 2 регр =12,32; F=50,1, t b =7,12 —R xy =0,39; S 2 регр =5,42; F=10,31, t b =3,49 —R xy =0,39; S 2 регр =6,17; F=11,32, t b =4,21 Зависимость объема продаж y от расходов на рекламу х характеризуется по 12 предприятиям концерна следующим образом: Определите коэффициент корреляции, регрессионную сумму квадратов отклонений, t-статистику коэффициента регрессии, F-статистику +—R xy =0,82; S 2 регр =14,75; F=20,08, t b =4,48 —R xy =0,82; S 2 регр =12,82; F=18,42, t b =3,37 —R xy =0,76; S 2 регр =9,28; F=10,12, t b =4,21 —R xy =0,76; S 2 регр =8,32; F=12,05, t b =4,75 Зависимость объема продаж y от расходов на рекламу х характеризуется по 18 предприятиям концерна следующим образом: Определите коэффициент корреляции, регрессионную сумму квадратов отклонений, t-статистику коэффициента регрессии, F-статистику +—R xy =0,88; S 2 регр =39,31; F=56,68, t b =7,53 —R xy =0,88; S 2 регр =25,12; F=40,12, t b =6,32 —R xy =0,37; S 2 регр =13,10; F=16,17, t b =5,21 —R xy =0,37; S 2 регр =6,12; F=4,31, t b =1,18 Зависимость объема продаж y от расходов на рекламу х характеризуется по 20 предприятиям концерна следующим образом: Определите коэффициент корреляции, регрессионную сумму квадратов отклонений, t-статистику коэффициента регрессии, F-статистику +—R xy =0,9789; S 2 регр =31,14; F=413,116, t b =20,33 —R xy =0,9789; S 2 регр =41,17; F=420,08, t b =21,17 —R xy =0,83; S 2 регр =25,12; F=57,2, t b =8,3 —R xy =0,83; S 2 регр =20,18; F=48,1, t b =7,8 Зависимость объема продаж y от расходов на рекламу х характеризуется по 16 предприятиям концерна следующим образом: Определите коэффициент корреляции, регрессионную сумму квадратов отклонений, t-статистику коэффициента регрессии, F-статистику +—R xy =0,84; S 2 регр =43,03; F=33,83, t b =5,82 —R xy =0,84; S 2 регр =38,07; F=25,71, t b =4,72 —R xy =0,76; S 2 регр =17,05; F=8,3, t b =2,78 —R xy =0,76; S 2 регр =15,32; F=6,8, t b =2,12 Зависимость объема продаж y от расходов на рекламу х характеризуется по 18 предприятиям концерна следующим образом: Определите коэффициент корреляции, регрессионную сумму квадратов отклонений, t-статистику коэффициента регрессии, F-статистику +—R xy =0,74; S 2 регр =15,21; F=18,89, t b =4,35 —R xy =0,74; S 2 регр =12,32; F=16,05, t b =3,15 —R xy =0,50; S 2 регр =8,32; F=12,47, t b =2,32 —R xy =0,50; S 2 регр =6,15; F=10,16, t b =1,78 Зависимость объема продаж y от расходов на рекламу х характеризуется по 20 предприятиям концерна следующим образом: Определите коэффициент корреляции, регрессионную сумму квадратов отклонений, t-статистику коэффициента регрессии, F-статистику +—R xy =0,89; S 2 регр =53,58; F=70,62, t b =8,4 —R xy =0,89; S 2 регр =49,12; F=51,2, t b =7,8 —R xy =0,61; S 2 регр =15,2; F=12,3, t b =3,2 |